机构名称：
¥ 1.0
te世界卫生组织报告说，心脏病是全球最常见的死亡原因，每年为1790万死亡。人们认为，治愈的基本原理是对疾病的重要症状和识别。传统技术面临着许多挑战，从延迟或不必要的治疗到不正确的诊断，这些诊断可能与治疗的进度相比，增加账单，并使疾病有更多时间传播和伤害患者的身体。使用ML和AI技术可以避免和最小化此类错误。近年来已经为增加计算机辅助的诊断和检测应用而进行了许多明显的EFTRENT，这是一个快速增长的研究领域。机器学习算法在CAD中尤为重要，该算法用于检测医疗数据源中的模式，并做出非平凡的预测，以帮助医生和临床医生及时做出决定。TIS研究旨在使用基于个体的医学属性的UCI数据集开发用于机器学习的多种方法，以帮助早期发现心血管疾病。各种机器学习技术用于评估和评估UCI机器学习心脏病数据集的结果。提出的算法的精度最高，随机森林分类器达到96.72％，极端梯度提升达到95.08％。TIS将协助医生采取适当的行动。提议的技术只能确定一个人是否有心脏问题。无法使用此方法确定心脏病的严重程度。
使用机器学习的心脏病患者中心血管问题的研究文章
主要关键词
相关文件推荐
